-
公开(公告)号:CN116009953B
公开(公告)日:2025-03-21
申请号:CN202310058508.6
申请日:2023-01-17
Applicant: 重庆邮电大学
IPC: G06F8/75 , G06F16/335 , G06F16/334 , G06F40/30 , G06N20/00
Abstract: 本发明属于API推荐领域,具体涉及一种基于全文语义挖掘结合对抗训练的API推荐方法,包括:对原始数据进行预处理;利用自然语言处理技术提取需求文档、mashup描述和API描述的全文语义,并计算文本相似度;根据文本相似度计算mashup调用API的概率,根据概率获取mashup和API的特征向量的梯度,并更新特征向量;对更新后的mashup和API的特征向量引入抗性训练,得到数据稀疏性缓解后的特征向量;对数据稀疏性缓解后的mashup和API的特征向量采用贝叶斯概率矩阵分解,得到API推荐列表。本发明有助于API平台有效挖掘开发人员的个性化开发需求,减轻开发人员的工作量,同时提高了推荐精度。
-
公开(公告)号:CN116738051A
公开(公告)日:2023-09-12
申请号:CN202310706507.8
申请日:2023-06-14
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F18/23213 , G06F18/22 , G06N3/042
Abstract: 本发明涉及一种基于图神经网络与协同关系挖掘的兴趣点推荐方法,包括:对原始兴趣点签到数据集进行预处理;根据每个兴趣点被用户签到的总次数计算每个兴趣点的流行度;利用kmeans算法对兴趣点进行聚类得到兴趣点的目标类别标签;将用户和兴趣点作为节点,用户和兴趣点之间的签到关系作为边构建用户兴趣点关系二部图;根据用户兴趣点关系二部图中用户节点的隐式关系节点和用户对兴趣点的签到时间利用基于多头自注意力机制的图神经网络提取用户节点在图神经网络中所有隐藏层的特征表示;利用Softmax计算得到兴趣点推荐列表;向用户进行推荐概率值高于设定阈值的兴趣点,本发明有助于兴趣点推荐服务商提高兴趣点推荐的精度。
-
公开(公告)号:CN116009953A
公开(公告)日:2023-04-25
申请号:CN202310058508.6
申请日:2023-01-17
Applicant: 重庆邮电大学
IPC: G06F8/75 , G06F16/335 , G06F16/33 , G06F40/30 , G06N20/00
Abstract: 本发明属于API推荐领域,具体涉及一种基于全文语义挖掘结合对抗训练的API推荐方法,包括:对原始数据进行预处理;利用自然语言处理技术提取需求文档、mashup描述和API描述的全文语义,并计算文本相似度;根据文本相似度计算mashup调用API的概率,根据概率获取mashup和API的特征向量的梯度,并更新特征向量;对更新后的mashup和API的特征向量引入抗性训练,得到数据稀疏性缓解后的特征向量;对数据稀疏性缓解后的mashup和API的特征向量采用贝叶斯概率矩阵分解,得到API推荐列表。本发明有助于API平台有效挖掘开发人员的个性化开发需求,减轻开发人员的工作量,同时提高了推荐精度。
-
公开(公告)号:CN115982468A
公开(公告)日:2023-04-18
申请号:CN202310006832.3
申请日:2023-01-04
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/9537 , G06N3/08
Abstract: 本发明属于社交网络兴趣点推荐领域,具体涉及一种结合用户周期性偏好和短期兴趣的兴趣点推荐方法,包括:数据处理,将原始数据处理成模型需要的输入数据;根据用户对兴趣点的访问提取兴趣点历史的非连续时空间隔矩阵以及结合兴趣点类型的访问历史轨迹;将用户历史轨迹访问和非连续时空间隔矩阵输入到基于深度学习的网络结构中,得到用户的行为偏好;根据用户的行为偏好在候选兴趣点列表中选取推荐兴趣点,得到有序推荐集合;在有序推荐集合中选取最优的推荐兴趣点;通过本方法有助于商家掌握用户行为特性分布,分析潜在用户,获得良好的经济、社会效益。
-
-
-